基于性别约束的多分支网络人脸表情识别

摘要：

针对不同性别下人脸表情类内变化大、类间差异小的问题,提出一种基于性别约束的多分支网络人脸表情识别方法.通过聚类算法K-means与卷积神经网络相结合的方法,得到性别约束下人脸表情类间关系.根据类间关系,构建主干网络和具有通道注意力机制的分支网络,进一步区分强相似的类间关系和突出不同性别人脸表情的类内变化.最后在CK+、FER2013和RAF-DB数据集上进行实验并分析.实验表明,提出的网络结构在CK+、FER2013和RAF-DB数据集上的平均识别率均优于其他先进方法,分别达到了97.60％、73.58％和87.98％.

关键词：人脸表情识别、性别约束、多分支网络、注意力机制

所属期刊栏目：59

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金;青海省自然科学基金项目

在线出版日期：2023-05-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：245-254